在 iPhone 上,你可以直接在 Safari 中開啟音訊波形產生器,選擇本機音訊檔,設定 SVG 寬度、高度與顏色,然後在同一個分頁下載一張可縮放的波形圖片,完全不需要安裝 App 也不必上傳音訊。輸出的是一張靜態的 SVG 峰值總覽圖,而不是 MP3 檔或重新編碼的音訊軌,因此最好將它視為一個視覺化的呈現——你可以分享、嵌入,或在任何支援 SVG 的編輯器中開啟——而不是用來取代原始錄音。這個工具會透過瀏覽器的 Web Audio API 解碼你的檔案,將解碼後的取樣切分為數量有限的桶,再為每個桶畫一條從該桶最小到最大取樣值的垂直線,涵蓋所有聲道。滿刻度的音訊會達到所要求高度中央垂直線上方或下方 45% 的位置,因此上下各保留 5% 的邊界,而各直條會在所要求的寬度內等距排列。一切都不會離開裝置:解碼、峰值萃取、SVG 產生、預覽與下載全部都在目前的 Safari 分頁中完成,每當你變更設定、重新產生或離開頁面時,過期的物件 URL 都會被撤銷。

how to convert waveform audio to mp3 on iphone
在 iPhone 上從音訊製作波形圖片

這個工具實際上會從 iPhone 音訊產出什麼

音訊波形產生器是一個瀏覽器工具,會讀取本機音訊檔、從解碼後的取樣計算出峰值包絡,並輸出一個你可以預覽與下載的靜態 SVG 檔。它不會重新編碼你的音訊,也不會產生 MP3、AAC 或 WAV 副本。如果你原本是想找音訊轉檔工具,這個差異很重要:這裡得到的結果是音訊的圖片,而不是新的音訊檔。如果你只是為了節省儲存空間而需要在 iPhone 上把 WAV 壓縮成 MP3,這項工作並不適合這個工具,使用專門的音訊格式轉換器會更合適。

對於確實想要視覺化波形圖片的使用者來說,由於圖片是由經過驗證的數字與顏色構成,而不是固定的像素網格,因此 SVG 輸出在任何顯示尺寸下都相當銳利。你可以在 iPhone 或桌機上任何支援 SVG 的編輯器中開啟它,縮放後用於投影片、嵌入網頁,或作為附件傳送。Lizely 其他音訊工具所使用的同一套解碼資料預算同樣適用於此,因此超出限制的檔案會被整體拒絕,而不是被悄悄截斷。

為什麼要在 iPhone 上從音訊製作波形圖片

對於想要錄音的波形圖片而非較小音訊檔的 iPhone 使用者,有幾個常見的實際原因:

  • 在聊天室或社群媒體上分享一個辨識度高的視覺圖片,而不必上傳底層的音訊
  • 在投影片、文件或筆記中嵌入一張靜態圖片,讓閱聽者不需要實際聽到音訊
  • 為 podcast 單集、音樂 demo 或語音備忘錄在編輯前產生一張參考圖
  • 以視覺方式比較兩段音訊剪輯,而不必開啟完整的音訊編輯器
  • 在裝置上保留一張錄音的私人離線圖片,以供個人筆記使用

由於一切都在裝置上的 Safari 中執行,你不需要安裝第三方 App、授予麥克風權限,也不必將檔案傳送到遠端伺服器。對於偏好將錄音保留在本機的使用者而言,這是一項實質的限制,而非行銷話術。瀏覽器的 Web Audio 解碼器只會在你選取檔案時執行,而產生的 AudioBuffer 會在峰值萃取步驟中被消化掉,不會離開這個頁面。

在 iPhone 上透過 Safari 從音訊製作波形圖片

  1. 將你想視覺化的音訊檔移入 iPhone 的「檔案」App,可以從其他 App 使用「儲存到檔案」、透過 AirDrop 傳送,或在 Safari 中下載。
  2. 開啟 Safari 並前往 音訊波形產生器頁面。
  3. 點選檔案選擇器,從「檔案」中選擇音訊檔。Safari 會將選取的檔案傳給頁面;如果目前的 iOS 版本支援該編解碼,Web Audio 就會在背景進行解碼。
  4. 使用頁面上的控制項,將 SVG 寬度設定在 320 到 1600 像素之間,高度設定在 120 到 600 像素之間。透過六位數十六進位的選擇器挑選背景色與波形顏色。
  5. 點選「產生」。工具會將解碼後的影格切分為所要求寬度、1000 與解碼影格數三者中的最小值,然後為每個桶從最小值到最大值畫一條垂直線,涵蓋所有接受的聲道。
  6. 檢查回報的影格數與峰值直條數量,若需要可展開文字檢查器確認 SVG 標記,接著點選「下載」將 SVG 存回「檔案」。

如果你變更任何選項或選了不同的檔案,舊的物件 URL 會在產生新圖片前先被撤銷,因此舊圖片不會被誤用來代表新的輸入。如果 Safari 拒絕你的檔案,最常見的原因包括:不支援的編解碼、檔案超過 50 MiB、長度超過五分鐘、聲道超過 8 個、取樣率超出 8000 到 192000 Hz,或是聲道取樣總數超過 3000 萬。

SVG 輸出包含哪些內容以及如何使用

下載的檔案是純文字的 SVG。它包含一個你選定顏色的背景矩形、一組以波形顏色繪製的峰值線、一個符合你所設定像素尺寸的 viewBox,並且不會嵌入音訊、不會複製來源檔名的中繼資料,也不會藏任何來源資料。垂直座標是確定性的:圖片中心位於所要求高度的一半,而滿刻度的正負取樣會達到該中心上下各 45% 高度的位置。這個刻意保留的邊界代表即使是非常大聲的錄音,仍會在圖片上下保留可見的餘裕,而不會被裁切。

若是立體聲或多聲道檔案,圖片呈現的是合併後的峰值總覽。某個桶的最小值可能來自某個聲道,最大值可能來自另一個聲道,因此結果不會分開顯示左右聲道的獨立軌道、不會在視覺上保留聲道身分,也不會將聲道平均成新的音訊訊號。如果你需要各聲道獨立的軌道,使用能將每個聲道顯示為各自軌道的音訊編輯器才是正確的工具。這張圖片也不是頻譜圖:時間由左至右推進,但每個直條所代表的是該桶中取樣振幅的範圍,而非頻率內容。

Safari 使用者在 iPhone 上會遇到的限制

限制數值到達邊界時會發生什麼
壓縮檔大小上限 50 MiB較大的檔案會被整體拒絕
解碼後長度上限 5 分鐘較長的剪輯會被整體拒絕,而不是被裁切
聲道數1 到 8超過此數會回傳錯誤
取樣率8,000 到 192,000 Hz超出範圍的取樣率會被拒絕
聲道取樣總數上限 3000 萬即使是小型的壓縮檔,解碼後仍可能超過此上限
SVG 寬度320 到 1600 px超出此範圍,控制項會拒絕該值
SVG 高度120 到 600 px超出此範圍,控制項會拒絕該值
峰值直條數min(寬度, 1000, 解碼影格數)較短的剪輯無法虛構出比本身更多的獨立測量點

這些限制存在的原因,在於 Web Audio 在執行峰值步驟之前會將壓縮檔展開成浮點數的聲道陣列,而一個小型的 WAV 在解碼後可能產生遠大於其磁碟大小的緩衝區。3000 萬聲道取樣的預算是防範這種膨脹的實務界線。如果「語音備忘錄」中的語音備忘錄過長,可以先使用 音訊剪輯工具 進行修剪,讓長度低於限制,波形產生器就能順利完成工作。

關於 Safari 音訊解碼的 iPhone 專屬注意事項

Safari 支援的音訊編解碼是由 iOS 決定,而不是由副檔名或 MIME 標籤決定,這也解釋了為什麼 MP3、M4A、AAC、WAV、Ogg、WebM 或 FLAC 檔案仍可能因為目前的 iOS 版本不支援該特定變體而被拒絕。如果你的檔案被拒絕,務實的替代方案是用桌機工具先將它轉檔一次,轉成 iOS 能可靠解碼的 WAV 或 AAC 檔,或是從來源 App 重新匯出。頁面不會悄悄退而採用部分解碼;不支援的檔案會直接產生錯誤。

兩個 iPhone 上的小習慣可以讓流程更順暢。第一,將原始音訊檔放在你瀏覽的同一個「檔案」資料夾中,這樣檔案選擇器就能迅速定位到正確的項目。第二,下載 SVG 之後,在 Safari 中點選下載通知並選擇「儲存到檔案」,讓波形圖片與原始音訊擺在一起。之後,你可以把 SVG 放進「備忘錄」、附加到訊息中,或在任何支援 SVG 的編輯器中開啟。峰值波形並不是經過校正的響度計量表,因此兩段峰值相似的錄音,聽起來仍可能因為長度、頻率平衡、動態範圍與播放條件而有很大的差異;請將這張圖片視為視覺參考,而不是精準的測量結果。

如果你正在權衡各種選項,在 Premiere Pro 中以 SVG 產生音訊波形 有更詳細的說明。